如何对实时付款可能引起的实时欺诈的管控

By Kyriba September 2, 2021

随着实时支付技术继续获得势头,人们开始担心支付欺诈风险的增加。传统的支付机制在从资金或ERP平台发送付款后的同一天或几天内结算。实时付款是即时发生,一旦付款被发送,资金就立即从银行账户中转移出来,并实时汇给受益人。

虽然即时 B2B 付款有许多好处,但缺点是,在发送未经授权或欺诈性的付款后撤回这些付款越来越困难。虽然即时支付的交易限额最初开始低至 25000 美元,但限额正在不断增加,以便即时支付系统与其他快速支付系统相比具有竞争力,例如,美国NACHA的同日自动清算系统(ACH-Automated Clearing House)最近提议增加高达100万美元。

限额的增加同样增加了首席财务官的风险敞口,这意味着财务团队必须加倍或三倍来检查即将支付的即时付款,以确保其正确性。在概念上,这是一个很好的解决方案。然而挑战在于,对于大多数企业来说,”双重检查”付款量和数据超出了一个人验证付款各个方面以获得内部合规性和准确性的能力。例如,一个中型组织在一次付款运行中汇出 100 笔付款,每笔付款需要 2-3 分钟的额外验证,这就为整个批次增加了 5 小时的处理时间。实际上,大多数付款人员都有超过100笔支付要做,而且要做到实时付款,过程必须是即时的。

技术可以帮助控制和减少风险。

1.数字化

我们首先对组织的付款政策进行数字化,获取需要验证的规则和限制,并在付款过程中将其变成数字检查点。示例包括:

    目的地银行账户是否在我们有业务的国家和地区?
    银行账户最近更新了吗?
    这是周期之外的常规付款或者与正常金额不同的付款吗?

幸运的是,我们可以对这些以及更多的场景在支付过程的数字工作流程中完全自动化。

2.人工智能 (AI)

将外付付款请求与历史付款模式进行比较也很重要。这与其说是内部政策合规性的检查,不如说”这是我们通常的付款类型”。人工智能是此任务的理想之选,因为机器学习算法可以根据组织付款历史记录的结构化数据进行培训,然后从正常付款中识别异常情况以供进一步审查。机器学习应用通常内置到您的支付软件中; 或者可以通过第三方交付并通过 API 进行集成。

3. 应用程序编程接口 (API)

将付款与第三方数据进行匹配是一项重要的付款审计要求。例如制裁名单筛查,例如在美国的 OFAC,或验证银行账户的所有权,以确保您在向您认为的收款人付款。内置于支付平台的 API 对于确保实时访问此第三方数据以及实时匹配和异常处理至关重要。只有特殊付款被标记,并自动预留以供进一步审查,而即时付款的其余部分并不间断。

4.可视化

最后,数据可视化是识别和管理例外的关键。因此,即使是隔离付款也能够轻松审查和清除,以尽量减少合法付款的延迟。与ERP 集成的资金和支付中心应用程序提供集成的商业智能工具和仪表板,而无需执行自定义编码或交互。

实时付款确实为希望加快国内和近期跨境支付交付的组织提供了巨大的好处,所以首席财务官们越来越感兴趣,这是有充分理由的。

为确保即时付款之旅的安全,首席信息官和首席财务官要求进行实时支付管控,以打击实时付款欺诈风险增加的问题。以上最佳实践控制适用于所有公司付款,包括实时付款。它们为防范支付欺诈提供了一致的防御,消除了欺诈者利用弱点来窃取公司资金的机会。首席财务官仅在过去一年报告的付款欺诈企图增加了 40%,所以任何提高复原力的技术都是首席财务官和内部管控的胜利。

img
企业流动性

利用流动性作为增长和价值创造的动力工具

免费申请演示